MuJoCo 延迟观测：知道旧位置，能预测现在吗？

git clone https://github.com/VirtualSelect/hohoo-embodied-agent.git hohoo-embodied-agent-study
cd hohoo-embodied-agent-study
git checkout 831789c2a1efb4564c4cfabc2298e48e16ada879
python -m venv .venv
$py = '.\.venv\Scripts\python.exe'
& $py -m pip install -r requirements-lock.txt
& $py experiments/planar_reach/run.py --out outputs/my-run
& $py experiments/planar_reach/audit.py outputs/my-run

固定版本代码 · 原始证据 · 实验档案

控制器调得稳定、路径也能走通，是否就足够？前两篇用的是即时仿真真值。这次移除障碍，保持同一控制器，只改变它什么时候看见位置，以及看到的位置是否带噪。

对照包括0/80ms延迟、0/10mm高斯位置噪声，以及“直接使用旧观测”和“用旧速度外推到现在”。三个固定种子7、19、41，总计24条轨迹。外推降低了一部分超调，但所有80ms延迟条件仍未达到本轮稳定完成标准。

先分清三个时间

capture：仿真状态被采样
    + 80ms
delivery：这个包对控制器可见
decision：控制器在当前20ms周期使用最后可用包

新包还没到达时，控制器不能偷偷读取当前真值。CSV同时记录物理位置和observed位置，capture_t应早于当前时刻。第一个观测到达前输出零力；这是协议的一部分，会影响运动起始时间。

位置噪声只加到传给控制器的报告，不改变物理真值。旧速度来自同一捕获时刻的仿真真值，且没有速度噪声，是偏乐观的传感器假设；并不是实现了视觉测速。

两种估计器

hold直接使用最后到达的位置，直到下个包出现。predict使用：

estimated_position = captured_position
                   + captured_velocity × (now - capture_time)

两种策略的D项都使用旧速度。predict没有更新速度、没有加速度模型，也没有Kalman滤波。控制力在变化时，常速度近似本来就会偏离真实运动；延迟还会让速度反馈滞后。

实测结果不能只看一个数

延迟 / 噪声	hold稳定通过	predict稳定通过
0ms / 无噪声	3/3	3/3
0ms / 10mm	1/3	1/3
80ms / 无噪声	0/3	0/3
80ms / 10mm	0/3	0/3

无噪声的三种子产生相同条件，不是三个独立随机样本。噪声组三种子也只是敏感性检查，不是带置信度的成功率。

80ms无噪声时，最大超调从hold的210.7mm降到predict的52.0mm；但最终误差由2.79mm变为26.76mm，两者都没有满足“最后0.3秒始终误差<15mm且速度<40mm/s”。只展示超调下降就宣布恢复成功，会误导读者。

0ms带噪声时，部分失败轨迹的最终位置误差只有1.36mm或0.30mm，仍未通过稳定窗口。它说明“最后看起来很准”与“持续稳定”不同。应同时看整个尾段的位置和速度，而非挑一帧。

图示仅种子7，全部种子保存在CSV，不用图中一条线代替全部结果。

怎样复核这个结论

audit.py独立检查每行capture_t不晚于物理时刻，再从x/y/vx/vy重算最后窗口。不要用控制器的估计位置替代真值验收，否则估计器可能“自己证明自己成功”。

练习：选一个最终误差很小但失败的文件，逐行检查最后0.3秒，找出哪一项阈值被破坏。再把延迟减小，在新输出目录运行；先保留原始协议和结果，不用后验调阈值覆盖负结果。

下一步值得验证，而不是直接宣称实现

可以研究带加速度的估计、速度噪声、状态滤波、降低控制增益或基于观测年龄停止。但每一种都引入新假设与参数，需要成组对照。当前predict不是鲁棒控制或安全保证；二维执行器也不能代表真实机械臂。

本轮把第二场景、参数、轨迹与负结果完整公开，后续应先解释具体失败机制，再决定增加哪一种估计器，避免把“算法名更多”当作能力提升。

从干净目录复现

使用 Python 3.12。入口一次运行这组三个主题的对照，各篇只解读自己的子集，不把同一份记录重复当作新增回合。

git clone https://github.com/VirtualSelect/hohoo-embodied-agent.git hohoo-embodied-agent-study
cd hohoo-embodied-agent-study
git checkout 831789c2a1efb4564c4cfabc2298e48e16ada879
python -m pip install -r requirements-lock.txt
python experiments/planar_reach/run.py --out outputs/my-run
python experiments/planar_reach/audit.py outputs/my-run
python experiments/planar_reach/plot.py outputs/my-run

输出目录必须不存在。本机验证环境为 Windows，Linux/macOS尚未复测。不需要模型密钥或付费服务。manifest中的代码冻结提交早于上方含证据的归档提交，源码哈希对应实际执行文件。